WO2017037752A1 - 車両位置推定装置、車両位置推定方法 - Google Patents

車両位置推定装置、車両位置推定方法 Download PDF

Info

Publication number
WO2017037752A1
WO2017037752A1 PCT/JP2015/004382 JP2015004382W WO2017037752A1 WO 2017037752 A1 WO2017037752 A1 WO 2017037752A1 JP 2015004382 W JP2015004382 W JP 2015004382W WO 2017037752 A1 WO2017037752 A1 WO 2017037752A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
target
target position
point
turning point
Prior art date
Application number
PCT/JP2015/004382
Other languages
English (en)
French (fr)
Inventor
俊弘 浅井
Original Assignee
日産自動車株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to PCT/JP2015/004382 priority Critical patent/WO2017037752A1/ja
Priority to JP2017537032A priority patent/JP6418332B2/ja
Priority to RU2018110826A priority patent/RU2687103C1/ru
Priority to CN201580082771.2A priority patent/CN107949768B/zh
Priority to BR112018003728-1A priority patent/BR112018003728B1/pt
Priority to KR1020187008177A priority patent/KR101926322B1/ko
Priority to CA2997171A priority patent/CA2997171C/en
Priority to US15/755,794 priority patent/US10267640B2/en
Priority to MX2018002266A priority patent/MX364578B/es
Priority to EP15902878.6A priority patent/EP3343173B1/en
Publication of WO2017037752A1 publication Critical patent/WO2017037752A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
    • G01C21/30—Map- or contour-matching
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/14—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by recording the course traversed by the object
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
    • G01S17/88—Lidar systems specially adapted for specific applications
    • G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
    • G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle

Definitions

  • the present invention relates to a vehicle position estimation device and a vehicle position estimation method.
  • Patent Document 1 The prior art described in Patent Document 1 is a method in which a mobile robot that moves autonomously estimates its own position according to the amount of movement, and compares a path detected by laser scanning with previously acquired map information. Thus, the estimated self-position is corrected.
  • the detected passage and map information are treated as two-dimensional data in plan view, and only the data within a predetermined range from the current position is used for collation.
  • the white line extending in a straight line is a reference in the vehicle width direction in the traveling direction, but is not a reference in the traveling direction. It cannot be verified.
  • a vehicle position estimation device detects the position of a target existing around the vehicle, detects the amount of movement of the vehicle, and sets the position of the target based on the amount of movement. Accumulate as.
  • map information including the position of the target is acquired, and the position of the vehicle is estimated by collating the target position in the map information with the target position data.
  • the turning point of the vehicle is detected from the moving amount of the vehicle. Then, at least target position data in a range that goes back by a predetermined first set distance from the current position and target position data in a range that goes back by a predetermined second set distance from the turning point are held.
  • the target position data in the range that is traced back from the current position by the first set distance and the target position data in the range that is traced back from the turn point by the second set distance are retained,
  • the target position can be estimated by collating the target position data with the map information as a base point.
  • the data amount of the target position data can be adjusted appropriately.
  • FIG. 1 is a configuration diagram of a vehicle position estimation device.
  • the vehicle position estimation device 11 estimates the self position of the vehicle, and includes a radar device 12, a camera 13, a map database 14, a sensor group 15, and a controller 16.
  • FIG. 2 is a diagram illustrating the arrangement of the radar apparatus and the camera.
  • FIG. 3 is a diagram illustrating a scanning range of the radar apparatus and an imaging range of the camera.
  • the radar device 12 is composed of, for example, an LRF (Laser Range Finder), measures the distance and azimuth of an object existing on the side of the vehicle 21, and outputs the measured data to the controller 16.
  • the radar device 12 is provided at a total of two locations on the left side surface and the right side surface of the vehicle 21.
  • the radar device provided on the left side surface of the vehicle 21 is referred to as a left radar device 12L
  • the radar device provided on the right side surface of the vehicle 21 is referred to as a right radar device 12R.
  • the left radar device 12L scans from the bottom to the left
  • the right radar device 12R scans from the bottom to the right.
  • each has a rotation axis in the longitudinal direction of the vehicle body and scans in a direction perpendicular to the axis.
  • the curbstone 23 is provided on the shoulder of the road along the traveling lane as a boundary line between the roadway and the sidewalk.
  • the camera 13 is a wide-angle camera using, for example, a CCD (Charge Coupled Device) image sensor, images the side of the vehicle 21, and outputs the captured data to the controller 16.
  • the cameras 13 are provided at two locations in the vehicle 21, that is, a left door mirror and a right door mirror.
  • the camera provided on the left door mirror is referred to as the left side camera 13L
  • the camera provided on the right door mirror is referred to as the right side camera 13R.
  • the left side camera 13L images the left road surface 22 in the vehicle 21, and the right side camera 13R images the right road surface 22 in the vehicle 21. Thereby, the traffic division line 24 on the side of the vehicle body is detected.
  • the traffic division line 24 is a lane marking such as a white line painted on the road surface 22 in order to mark a travel lane (vehicle traffic zone) that the vehicle 21 should pass through, and is marked along the travel lane.
  • the traffic dividing line 24 is drawn three-dimensionally for convenience. However, since the thickness can actually be regarded as zero, it is assumed to be the same plane as the road surface 22.
  • the map database 14 acquires road map information.
  • the road map information includes position information of the curb 23 and the traffic dividing line 24.
  • the curb 23 is an object having a height, but is acquired as two-dimensional data in plan view.
  • the curbstone 23 and the traffic dividing line 24 are converted into data as a set of straight lines, each straight line is acquired as position information of both end points, and the curved arc curve is treated as a straight line approximated by a broken line.
  • the map database 14 may be a storage medium that stores road map information in a car navigation system, or from the outside through a communication system such as wireless communication (road-to-vehicle communication or vehicle-to-vehicle communication is possible). Map information may be acquired.
  • the map database 14 may periodically acquire the latest map information and update the held map information. Moreover, the map database 14 may accumulate
  • the sensor group 15 includes, for example, a GPS receiver, an accelerator sensor, a steering angle sensor, a brake sensor, a vehicle speed sensor, an acceleration sensor, a wheel speed sensor, a yaw rate sensor, and the like, and outputs each detected data to the controller 16.
  • the GPS receiver acquires current position information of the vehicle 21.
  • the accelerator sensor detects the amount of operation of the accelerator pedal.
  • the steering angle sensor detects the operation amount of the steering wheel.
  • the brake sensor detects the operation amount of the brake pedal and the pressure in the brake booster.
  • the vehicle speed sensor detects the vehicle speed.
  • the acceleration sensor detects acceleration / deceleration and lateral acceleration in the vehicle longitudinal direction.
  • the wheel speed sensor detects the wheel speed of each wheel.
  • the yaw rate sensor detects the yaw rate of the vehicle.
  • the controller 16 is composed of, for example, an ECU (Electronic Control Unit), and includes a CPU, a ROM, a RAM, and the like, and a program that executes various arithmetic processes such as a vehicle position estimation process described later is recorded in the ROM. Note that a dedicated controller 16 may be provided for vehicle position estimation processing, or may be shared with other control controllers.
  • the controller 16 includes a target position detection unit 31, a movement amount detection unit 32, a target position storage unit 33, a turning point detection unit 34, and a self-position estimation unit 35 as functional block configurations.
  • the target position detection unit 31 detects the positions of targets such as the curb stone 23 and the traffic lane markings 24 existing around the vehicle as a relative position with respect to the vehicle in a vehicle coordinate system based on the vehicle.
  • FIG. 4 is a diagram illustrating a vehicle coordinate system.
  • the vehicle coordinate system is a two-dimensional coordinate in a plan view.
  • the center of the rear wheel axle of the vehicle 21 is the origin O
  • the front-rear direction is the X VHC axis
  • the left-right direction is the Y VHC axis.
  • Expressions for converting the coordinate system of the radar device 12 and the coordinate system of the camera 13 into the vehicle coordinate system are obtained in advance. Further, the parameters of the road surface 22 in the vehicle coordinate system are also known.
  • the radar device 12 performs laser scanning on the road surface 22 toward the outside in the vehicle width direction, and detects a position where a large change (step) in the height occurs as an end point on the roadway side in the width direction of the curb stone 23. That is, the position of the curb 23 is detected from the three-dimensional data and projected onto the two-dimensional vehicle coordinate system.
  • the detection point of the curb stone 23 is Pc and is displayed with a black diamond.
  • the road surface 22 is picked up by the camera 13, and in the grayscale image, a pattern in which the luminance changes from the dark part to the bright part and from the bright part to the dark part along the left-right direction of the vehicle body is extracted. Is detected. For example, the center point in the width direction of the traffic dividing line 24 is detected.
  • the image data captured by the camera 13 is overhead-converted, and the traffic marking line 24 is detected from the overhead image and projected onto the vehicle coordinate system.
  • the detection point of the traffic dividing line 24 is set to Pw, and is displayed with a black circle.
  • the movement amount detection unit 32 detects odometry, which is the movement amount of the vehicle 21 in a unit time, from various information detected by the sensor group 15. By integrating this, the traveling locus of the vehicle can be calculated as an odometry coordinate system.
  • FIG. 5 is a diagram showing an odometry coordinate system. In the odometry coordinate system, for example, the vehicle position at the time when the system is turned on or off is set as the coordinate origin, and the vehicle body posture (azimuth angle) at that time is set to 0 degrees.
  • a travel locus is detected by accumulating three parameters of a vehicle coordinate position [X ODM , Y ODM ] and a vehicle body posture [ ⁇ ODM ] for each calculation cycle.
  • a vehicle coordinate position [X ODM , Y ODM ]
  • a vehicle body posture [ ⁇ ODM ]
  • FIG. 5 the coordinate position of the vehicle and the vehicle body posture at time points t1 to t4 are depicted.
  • the accumulated target position data may be coordinate-converted every time with the current vehicle position as the origin. That is, the target position data may be accumulated in the same coordinate system.
  • the target position storage unit 33 stores the travel locus based on the movement amount detected by the movement amount detection unit 32 and the position of the target detected by the target position detection unit 31 in association with each other in the odometry coordinate system.
  • FIG. 6 is a diagram illustrating a target position in the vehicle coordinate system. Here, the positions of the targets detected by the target position detection unit 31 in the vehicle coordinate system from time t1 to t4 are shown. As targets, the detection point Pc of the curb 23 that exists on the left side of the vehicle 21, the detection point Pw of the traffic division line 24 that exists on the left side of the vehicle 21, and the traffic division line that exists on the right side of the vehicle 21 24 detection points Pw are detected. Due to the displacement and posture change of the vehicle 21, the position of each target in the vehicle coordinate system changes every moment.
  • FIG. 7 is a diagram in which a travel locus based on the movement amount of the vehicle is associated with a target position. That is, the position of the target at each time point is projected onto the odometry coordinate system corresponding to the coordinate position of the vehicle and the vehicle body posture at the time points t1 to t4. That is, at each time point, the detection point Pc of the curb 23 existing on the left side of the vehicle 21, the detection point Pw of the traffic line 24 existing on the left side of the vehicle 21, and the traffic classification existing on the right side of the vehicle 21. The detection point Pw of the line 24 is projected.
  • each target is on the left side or the right side of the vehicle 21 is determined based on whether the Y VHC coordinate of the vehicle coordinate system is positive or negative. Thus, after dividing the point group on the right or left side of the vehicle 21, the parameters a, b, and c are obtained.
  • the straight line L23 is extracted from the detection point Pc of the curb 23 existing on the left side of the vehicle 21 at time points t1 to t4. Further, from time t1 to t4, a straight line L24 is extracted from the detection point Pw of the traffic dividing line 24 existing on the left side of the vehicle 21. Further, from time t1 to time t4, a straight line L24 is extracted from the detection point Pw of the traffic dividing line 24 existing on the right side of the vehicle 21.
  • the turning point detection unit 34 refers to the travel locus, and detects a point where the turning angle ⁇ t of the vehicle first becomes equal to or larger than a predetermined set angle ⁇ 1 retroactively from the current position Pn as the turning point Pt1.
  • the turning angle ⁇ t of the vehicle is the amount of change in posture until the current vehicle body posture is reached in the odometry coordinate system, and is thus the angle difference of the vehicle body with respect to the current vehicle body orientation.
  • the initial value of the setting angle ⁇ 1 is, for example, 60 degrees.
  • the set angle ⁇ 1 is made variable according to the length of the straight line extracted by the target position accumulating unit 33.
  • the set angle ⁇ 1 is reduced as the traveling lane is a straight line from the current position and the straight line distance L is longer.
  • the straight line distance L is obtained, for example, by referring to a set of straight lines extracted by the target position accumulating unit 33 and determining how far the current straight line can be regarded as the same straight line.
  • the straight line distance L is long, there is a target that is the reference in the vehicle width direction in the traveling direction, but the target that is the reference in the traveling direction is far from the current position, and the accumulation error of odometry increases. The self-position estimation accuracy will deteriorate.
  • FIG. 8 is a map used for setting the setting angle ⁇ 1 according to the straight line distance L.
  • the horizontal axis is a linear distance L
  • the vertical axis is a set angle ⁇ 1.
  • L1 larger than 0 and L2 larger than L1 are determined in advance.
  • For setting the angle ⁇ 1 is predetermined and larger theta MAX than larger theta MIN and, theta MIN than 0.
  • ⁇ MAX is, for example, 60 degrees
  • ⁇ MIN is, for example, 30 degrees.
  • the linear distance L is in the range of L1 to L2 is more linear distance L is long, small in the range of theta MIN from the setting angle ⁇ 1 is theta MAX.
  • the set angle ⁇ 1 maintains ⁇ MIN .
  • FIG. 9 is a diagram illustrating the setting of the turning point Pt1.
  • Points P1 and P2 are located in a region retroactive from the current position Pn.
  • the turning angle ⁇ t at the point P1 is set to 35 degrees, and the turning angle ⁇ t at the point P2 is set to 65 degrees. Therefore, when the set angle ⁇ 1 is 60 degrees, it is the point P2 that first goes back from the current position Pn and the turning angle ⁇ t is equal to or larger than the set angle ⁇ 1, and this point P2 is detected as the turning point Pt1.
  • the set angle ⁇ 1 When the set angle ⁇ 1 is 30 degrees, it is the point P1 that first goes back from the current position Pn and the turning angle ⁇ t becomes equal to or larger than the set angle ⁇ 1, and this point P1 is detected as the turning point Pt1.
  • the point P1 may be set as the turning point Pt1
  • the point P2 may be set as the turning point Pt2, and both may be set as the turning points. That is, it is only necessary to be able to hold the target position data of the set distance range around the current position of the current vehicle and before the turning point.
  • the point where the turning angle ⁇ t is equal to or larger than the set angle ⁇ 1 may be due to meandering such as when avoiding an obstacle, and the turning point may be obtained using the average turning angle ⁇ t AVE. .
  • a point where the turning angle ⁇ t is equal to or larger than the set angle ⁇ 1 is selected as a turning point candidate Pp, and an average turning angle ⁇ t AVE in a predetermined setting section centered on the turning point candidate Pp is obtained.
  • the set section is a section obtained by a predetermined ⁇ before and after the turning point candidate Pp, that is, a section from the point [Pp ⁇ ] to the point [Pp + ⁇ ].
  • the predetermined ⁇ is, for example, 10 m.
  • FIG. 10 is a diagram for explaining meandering determination.
  • (A) in the figure shows the case where the turning point candidate Pp is selected by turning the vehicle
  • (b) in the figure shows the case where the turning point candidate Pp is selected by meandering of the vehicle.
  • the target position accumulating unit 33 includes a range from a current position Pn to a point [Pn ⁇ D1] retroactive by a predetermined distance D1, and a point [Pt1 ⁇ D2] from a turning point Pt1 to a predetermined preset distance D2. Holds range target position data.
  • the other target position data that is, the range from the point [Pn-D1] to the turning point Pt1, and the target position data before the point [Pt1-D2] are deleted or thinned out. It is not necessary to delete all of the data according to the amount of data that can be accumulated in the target position accumulation unit 33.
  • the accumulated data amount may be adjusted by accumulating the target position data thinned out at a predetermined distance interval.
  • the set distance D1 is 20 m, for example.
  • the initial value of the set distance D2 is 20 m, for example.
  • FIG. 11 is a diagram showing a section that holds target position data and a section that deletes or thins out target position data.
  • the set distance D2 is a range that is traced back from the turning point Pt1 by the set distance D2.
  • the target number N is easily secured by increasing the set distance D2 as the target number N is smaller.
  • FIG. 12 is a map used for setting the set distance D2 according to the target number N.
  • the horizontal axis is the target number N
  • the vertical axis is the set distance D2.
  • N1 larger than 0 and N2 larger than N1 are predetermined.
  • For setting the distance D2 is predetermined large theta MAX than larger D MIN and, D MIN than 0.
  • D MIN is, for example, 20 m
  • D MAX is, for example, 40 m.
  • the target number N is the number of detection points, but it may be converted into a cumulative length of a straight line.
  • the set distance D2 maintains DMIN .
  • an object when the target number N is in the range of N2 of N1 is, the smaller the target object number N, the set distance D2 increases in the range of D MAX from D MIN.
  • the target position accumulating unit 33 sequentially (automatically) sequentially deletes the target position before the point [Pn ⁇ D3] that is back from the current position Pn by a predetermined set distance D3.
  • FIG. 13 is a diagram illustrating the set distance D3.
  • the travel locus detected in the odometry coordinate system has a larger cumulative error as the travel distance becomes longer, which affects the self-position estimation. Therefore, the set distance D3 is set as a distance where the cumulative error may increase. For example, it is 100 m. Therefore, even if the turning point Pt1 is before the point [Pn-D3], the target position data before the point [Pn-D3] is deleted or thinned out.
  • the self-position estimating unit 35 estimates the self-position of the vehicle 21 in the map coordinate system by collating the target position data accumulated in the target position accumulating unit 33 and the map information stored in the map database 14.
  • the map coordinate system is a two-dimensional coordinate in plan view, and the east-west direction is an X MAP axis and the north-south direction is a Y MAP axis.
  • the vehicle body posture (azimuth angle) is expressed as a counterclockwise angle with the east direction being 0 degrees.
  • three parameters of the coordinate position [X MAP , Y MAP ] of the vehicle and the vehicle body posture [ ⁇ MAP ] are estimated.
  • mapping matching for example, an ICP (Iterative Closest Point) algorithm is used.
  • ICP Intelligent Closest Point
  • step S101 corresponds to the processing in the target position detection unit 31, and the positions of targets such as the curb stone 23 and the traffic lane marking 24 existing around the vehicle are expressed in a vehicle coordinate system based on the vehicle. Detected as a relative position with respect to. That is, the detection point Pc of the curb 23 detected by the radar device 12 and the detection point Pw of the traffic dividing line 24 detected by the camera 13 are detected in the vehicle coordinate system.
  • the subsequent step S102 corresponds to the processing in the movement amount detection unit 32, and detects odometry that is the movement amount of the vehicle 21 per unit time from various information detected by the sensor group 15. By integrating this, the travel locus of the vehicle can be calculated as an odometry coordinate system. That is, in the odometry coordinate system, three parameters of the vehicle coordinate position [X ODM , Y ODM ] and the vehicle body posture [ ⁇ ODM ] are accumulated for each calculation cycle.
  • the subsequent step S103 corresponds to the processing in the target position accumulation unit 33, and associates the travel locus based on the movement amount detected by the movement amount detection unit 32 and the position of the target detected by the target position detection unit 31. Accumulate in the odometry coordinate system.
  • the object position data detected at each time is moved by the amount of movement of the vehicle during the elapsed time up to the present, and the curb 23 and the traffic line 24 are respectively corresponding to the vehicle coordinate position and the vehicle body posture at each time. Are projected onto the odometry coordinate system and accumulated. However, the target position data before the point [Pn ⁇ D3] that is back from the current position Pn by a predetermined set distance D3 is sequentially and uniformly deleted.
  • the subsequent step S104 corresponds to the processing in the turning point detection unit 34, refers to the travel locus, and first detects the point where the turning angle ⁇ t of the vehicle first becomes equal to or larger than the set angle ⁇ 1 as the turning point Pt1 retroactively from the current position Pn. To do.
  • the set angle ⁇ 1 is reduced as the traveling lane is a straight line from the current position Pn and the straight line distance L is longer. Further, after making meandering determination, a final turning point Pt1 is determined.
  • a point where the turning angle ⁇ t is equal to or larger than the set angle ⁇ 1 is selected as a turning point candidate Pp, and the average turning in the set section from the point [Pp + ⁇ ] to the point [Pp ⁇ ] centered on the turning point candidate Pp.
  • An angle ⁇ t AVE is obtained.
  • the average turning angle ⁇ t AVE is equal to or larger than the set angle ⁇ 2, it is determined that the vehicle 21 is turning, and the turning point candidate Pp is detected as the final turning point Pt1.
  • the subsequent step S105 corresponds to the processing in the target position accumulating unit 33, ranging from the current position Pn to the predetermined distance D1, and from the turning point Pt1 to the point [Pt1-D2] going back by the set distance D2.
  • the target position data of the range is retained, and other target position data is deleted or thinned out.
  • the set distance D2 is a range that is traced back by the set distance D2 from the turning point Pt1, and the smaller the target number N such as the curb stone 23 or the traffic division line 24 that the target position detection unit 31 can detect, the set distance Increase D2.
  • the subsequent step S106 corresponds to the processing in the self-position estimating unit 35, and collates the target position data accumulated in the target position accumulating unit 33 and the map information stored in the map database 14, whereby the map coordinate system.
  • the self-position of the vehicle 21 at is estimated. That is, three parameters of the vehicle coordinate position [X MAP , Y MAP ] and the vehicle body posture [ ⁇ MAP ] are estimated in the map coordinate system. The above is the vehicle position estimation process.
  • map information is created only with targets that can be described as two-dimensional data in plan view, such as curbstones 23 and traffic dividing lines 24, which are relatively easy to detect compared to other targets.
  • the method of estimating self-position using it is illustrated. Note that in order to further increase the self-position estimation accuracy, map information having three-dimensional (vertical, horizontal, height) data of the structure may be used. Even in this case, the present embodiment can be applied.
  • the target position data extending in a straight line is not serve as a reference for the direction of travel, it cannot be accurately collated with map information in the direction of travel. That is, if only the straight target position data extending in a straight line is lost, the target position data serving as a reference in the traveling direction is lost, and the self position cannot be obtained uniquely. Therefore, in order to uniquely determine the self position, at least one combination of two intersecting straight lines is required.
  • target position data for uniquely determining its own position cannot be obtained only by sensing from the current position. Therefore, using the movement amount information of the vehicle 21, a certain amount of past target position data is accumulated in the odometry coordinate system, and an odometry coordinate system in which the target position data is projected, and a map coordinate system in which the target position is stored in advance. The self position can be estimated.
  • the accumulation error increases as the travel distance increases.
  • the old target position data is sequentially deleted.
  • only target position data within a predetermined range from the current position is held, for example, only a straight target position data remains on a straight road extending in a straight line.
  • FIG. 15 is a diagram illustrating holding only target position data within a predetermined range.
  • a case where only target position data of a target existing within a predetermined range from the current position is held, and a section holding the target position data is indicated by a thick dotted line.
  • (A) in the figure shows a point in time just past the curve, and target position data before entering the curve is also held. That is, since the combination of two intersecting straight lines can be detected, the self position can be uniquely obtained.
  • the target position data before entering the curve is deleted as the vehicle further moves forward. That is, since two intersecting straight lines cannot be detected and only one straight line can be detected, the self-position cannot be uniquely determined.
  • FIG. 16 is a diagram illustrating the concept of the embodiment.
  • the section holding the target position data is indicated by a thick dotted line.
  • (A) in the figure shows a point in time just past the curve, and target position data before entering the curve is also held. That is, since the combination of two intersecting straight lines can be detected, the self position can be uniquely obtained.
  • (b) in the figure shows that the target position data within a predetermined distance retroactive from the current position of the vehicle and the target position data before entering the curve are held even though the vehicle is moving further forward. Yes. That is, since the combination of two intersecting straight lines can be detected, the self position can be uniquely obtained.
  • the positions of targets such as the curb 23 and the traffic marking line 24 existing around the vehicle are detected as relative positions with respect to the vehicle in the vehicle coordinate system based on the vehicle (step S101), and detected by the sensor group 15.
  • the odometry which is the amount of movement of the vehicle 21 per unit time, is detected from the various information thus obtained and integrated to calculate the vehicle travel locus as an odometry coordinate system (step S102). Further, the travel locus based on the detected movement amount and the detected position of the target are associated with each other and accumulated in the odometry coordinate system (step S103).
  • a point where the turning angle ⁇ t of the vehicle is equal to or larger than the set angle ⁇ 1 is detected as a turning point Pt1 from the travel locus (step S104). Then, the target position data in the range from the current position Pn to the predetermined distance D1 and the range from the turning point Pt1 to the point [Pt1-D2] back by the set distance D2 is held, and the other target positions Data is deleted or thinned out (step S105). Then, the target position of the vehicle 21 in the map coordinate system is estimated by collating the target position data stored in the target position storage unit 33 and the map information stored in the map database 14 (step S106).
  • the target position data from the current position Pn to the predetermined distance D1 and the point [Pt1-D2] that is back from the turning point Pt1 by the set distance D2 is held, the target is set based on the turning point Pt1.
  • the self position can be estimated uniquely.
  • the target position data before the point [D1-Pt1] and the point [Pt1-D2] are deleted or thinned out, the increase in the data amount of the target position data is suppressed and adjusted appropriately. be able to.
  • the odometry coordinate system it is possible to suppress the accumulation error of odometry from increasing and affecting the self-position estimation accuracy.
  • the set angle ⁇ 1 is reduced as the traveling lane is a straight line from the current position Pn and the linear distance L is longer. That is, the longer the straight line distance L is, the smaller the set angle ⁇ 1 is, so that it becomes easier to detect the turning point Pt1 at a point farther back from the current position, thereby maintaining a target as a reference in the traveling direction. Easy to do. If the turning point Pt1 can be detected at a point in front, the amount of data for storing the target position data can be reduced. In addition, accumulation errors in the odometry coordinate system can be reduced, and it is possible to suppress a decrease in self-position estimation accuracy.
  • the set distance D2 is increased as the target number N such as the curb stone 23 and the traffic lane marking 24 detected by the target position detection unit 31 is decreased within the range that is set back from the turning point Pt1 by the set distance D2.
  • the set distance D2 by extending the set distance D2 according to the target number N, it is possible to secure a necessary and sufficient target number N while suppressing an increase in the data amount of the target position data more than necessary. Therefore, the self-position estimation accuracy can be ensured.
  • a final turning point Pt1 is determined. Specifically, a point where the turning angle ⁇ t is equal to or larger than the set angle ⁇ 1 is selected as a turning point candidate Pp, and a set section centered on the turning point candidate Pp, that is, the point [Pp + ⁇ ] to the point [Pp ⁇ ]. The average turning angle ⁇ t AVE in the section up to is obtained.
  • the average turning angle ⁇ t AVE is equal to or larger than the set angle ⁇ 2, it is determined that the vehicle 21 is turning, and the turning point candidate Pp is detected as the final turning point Pt1.
  • the average turning angle ⁇ t AVE is less than the set angle ⁇ 2, it is determined that the vehicle 21 is meandering, the turning point candidate Pp is excluded from the candidates, and the next turning point candidate Pp is further retroactively determined. Explore. Thereby, misjudgment due to meandering traveling can be reduced, and the turning point Pt1 can be easily and accurately determined. Therefore, it is possible to suppress the influence of the self-position estimation accuracy.
  • the turning angle ⁇ t is detected from the change in the traveling direction of the vehicle. Specifically, the angle difference of the vehicle body when the current vehicle body direction is used as a reference is detected. Thereby, the influence of the accumulation error in the odometry coordinate system and the influence of the posture change such as when avoiding an obstacle can be reduced, and the turning angle ⁇ t can be accurately detected. Further, at the stage where the target position is associated with the traveling locus and accumulated (step S103), the target position data before the point [Pn ⁇ D3] that is a predetermined distance D3 from the current position Pn is obtained. Delete sequentially. Thereby, it can suppress that the data amount of target position data increases.
  • the target position data before the point [Pt1-D2] is deleted or thinned out, but the present invention is not limited to this.
  • a point where the turning angle ⁇ t of the vehicle is equal to or larger than the set angle ⁇ 1 within a range that is set back from the turning point Pt1 by the set distance D2 is detected as the turning point Pt2.
  • the target position data of the range from the present position Pn to the set distance D1 and the range from the turning point Pt1 to the turning point Pt2 are held.
  • the target position data before the other points [D1-Pt1] and the turning point Pt2 are deleted or thinned out.
  • FIG. 17 is a diagram illustrating a section that holds target position data and a section that deletes or thins out the target position based on the turning point Pt2.
  • ⁇ Application Example 2 In the first embodiment, only one turning point Pt1 is detected. However, the present invention is not limited to this, and a plurality of turning points may be detected. For example, in the range from the current position Pn to the point [Pn ⁇ D3] that is back by the set distance D3, all points where the turning angle ⁇ t of the vehicle is equal to or greater than the set angle ⁇ 1 are detected, and the points closest to the current position Pn are sequentially , Turn points Pt1, Pt2, Pt3,. And you may hold
  • FIG. 18 is a diagram illustrating a state in which a plurality of turning points are detected.
  • turning points Pt1, Pt2, Pt3, and Pt4 are detected.
  • the range from the current position Pn to the point [Pn ⁇ D1] that is back by the set distance D1 the range from the turning point Pt1 to the point [Pt1-D2] that is back by the set distance D2
  • the set distance D2 from the turning point Pt2 the set distance from the turning point Pt2.
  • other target position data that is, a range from the point [Pn-D1] to the turning point Pt1, a range from the point [Pt1-D2] to the turning point Pt2, and a point [Pt2-D2] to the turning point Pt3.
  • the range from the point [Pt3-D2] to the turning point Pt4, and the target position data before the point [Pt4-D2] are deleted or thinned out.
  • the set angle ⁇ 1 is set according to the data amount of the target position data detected by the target position detection unit 31 within a range that is back by the set distance D1 from the current position Pn. It may be variable. For example, the set angle ⁇ 1 is decreased as the target number N such as the curb 23 or the traffic line 24 that the target position detection unit 31 can detect in the range that is set back from the current position Pn by the set distance D1.
  • the smaller the target number N is, the smaller the set angle ⁇ 1 is, so that even a more gentle turn can be easily detected as the turning point Pt1, and the turning point Pt1 is set at more points.
  • the target position data There are many places to hold the target position data, and the number of targets necessary for estimating the self position can be secured. If more turning points can be detected, the target position data necessary for estimating the self-position can be retained, while the amount of data for storing other target position data can be reduced, so the accumulation error in the odometry coordinate system can be reduced. It is possible to reduce the self-position estimation accuracy.
  • FIG. 19 is a map used for setting the setting angle ⁇ 1 according to the target number N.
  • the horizontal axis is the target number N
  • the vertical axis is the set angle ⁇ 1.
  • N3 larger than 0 and N4 larger than N3 are predetermined.
  • For setting the angle ⁇ 1 is predetermined and larger theta MAX than larger theta MIN and, theta MIN than 0.
  • ⁇ MAX is, for example, 60 degrees
  • ⁇ MIN is, for example, 30 degrees.
  • the target number N is the number of detection points, but it may be converted into a cumulative length of a straight line.
  • the set angle ⁇ 1 maintains ⁇ MAX .
  • an object when the target number N is in the range of from N4 N3 is, the smaller the target object number N, reduced by the range of theta MIN from the setting angle ⁇ 1 is theta MAX.
  • the target position detection unit 31 and the process of step S101 correspond to a “target position detection unit”.
  • the movement amount detection unit 32 and the process of step S102 correspond to a “movement amount detection unit”.
  • the target position storage unit 33 and the processes of steps S103 and S105 correspond to the “target position storage unit”.
  • the map database 14 corresponds to a “map information acquisition unit”.
  • the turning point detection unit 34 and the process of step S104 correspond to a “turning point detection unit”.
  • the self-position estimation unit 35 and the process of step S106 correspond to a “self-position estimation unit”.
  • the set distance D1 corresponds to the “first set distance”.
  • the setting angle ⁇ 1 corresponds to the “first setting angle”.
  • the set distance D2 corresponds to the “second set distance”.
  • the setting angle ⁇ 2 corresponds to the “second setting angle”.
  • the set distance D3 corresponds to the “third set distance”.
  • the vehicle position estimation apparatus detects the position of a target existing around the vehicle, detects the amount of movement of the vehicle, and determines the position of the target based on the detected amount of movement. Accumulated as object position data.
  • map information including the position of the target is stored in advance in the map database 14, and the self position of the vehicle is estimated by comparing the target position data with the map information. Further, the turning point Pt1 of the vehicle is detected from the moving amount of the vehicle.
  • target position data in the range from the current position Pn to the set distance D1 and the range from the turning point Pt1 to the point [Pt1-D2] that is back by the set distance D2 is held.
  • the target position data from the current position Pn to the set distance D1 and the point [Pt1-D2] that is back by the set distance D2 from the turning point Pt1 is held, the target is set based on the turning point Pt1.
  • the self position can be estimated uniquely.
  • the target position data before the point [D1-Pt1] and the point [Pt1-D2] are deleted or thinned out, the increase in the data amount of the target position data is suppressed and adjusted appropriately. be able to.
  • the vehicle position estimation apparatus detects a point where the turning angle ⁇ t is equal to or larger than the set angle ⁇ 1 as a turning point Pt, and within a range that is traced back from the current position Pn by the set distance D1.
  • the vehicle position estimation apparatus detects a point where the turning angle ⁇ t is equal to or greater than the set angle ⁇ 1 as a turning point Pt, and the traveling lane is a straight line retroactively from the current position Pn.
  • the vehicle position estimation apparatus increases the set distance D2 as the target number N detected by the target position detection unit 31 is less in the range that is traced back from the turning point Pt1 by the set distance D2. To do. In this way, the smaller the target number N is, the smaller the set angle ⁇ 1 is, so that it becomes easier to detect the turning point Pt1 at a point farther back from the current position Pn, and therefore data for storing target position data. The amount can be reduced.
  • the vehicle position estimation apparatus turns in a set section [(Pp- ⁇ ) to (Pp + ⁇ )] within a set section where the average turning angle ⁇ t AVE is equal to or larger than the set angle ⁇ 2. It detects as point Pt1. As described above, when the average turning angle ⁇ t AVE is equal to or larger than the set angle ⁇ 2, the turning point candidate Pp is detected as the final turning point Pt1, thereby reducing misjudgment due to meandering and making the turning point easy. In addition, it can be determined accurately.
  • the vehicle position estimation apparatus detects a turning point Pt1 according to a change in the traveling direction of the vehicle. In this way, by calculating the turning angle ⁇ t according to the change in the traveling direction of the vehicle and detecting the turning point Pt1, the effect of accumulation error in the odometry coordinate system, or the posture as when avoiding obstacles The influence of the change can be reduced and the turning point Pt1 can be accurately detected.
  • the vehicle position estimation apparatus deletes or thins out target position data before a point [Pn ⁇ D3] that is back by a set distance D3 from the current position Pn. In this way, it is possible to suppress an increase in the data amount of the target position data by deleting or thinning out the target position data before the point [Pn-D3].
  • the vehicle position estimation method detects the position of a target existing around the vehicle, detects the amount of movement of the vehicle, and determines the position of the target based on the detected amount of movement. Accumulated as object position data. Further, the turning point Pt1 of the vehicle is detected from the moving amount of the vehicle. Then, target position data in the range from the current position Pn to the set distance D1 and the range from the turning point Pt1 to the point [Pt1-D2] that is back by the set distance D2 is held. Further, map information including the position of the target is acquired from the map database 14, and the self-position of the vehicle is estimated by collating the accumulated target position data and the position of the target in the map information.
  • the target position data from the current position Pn to the set distance D1 and the point [Pt1-D2] that is back by the set distance D2 from the turning point Pt1 is held, the target is set based on the turning point Pt1.
  • the self position can be estimated uniquely.
  • the target position data before the point [D1-Pt1] and the point [Pt1-D2] are deleted or thinned out, the increase in the data amount of the target position data is suppressed and adjusted appropriately. be able to.

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Databases & Information Systems (AREA)
  • Electromagnetism (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

車両の周囲に存在する物標の位置を検出し、車両の移動量を検出し、物標の位置を、検出した移動量に基づいて物体位置データとして蓄積する。また、地図データベース（１４）には、物標の位置を含む地図情報を予め格納しておき、物標位置データと地図情報とを照合することにより、車両の自己位置を推定する。また、車両の旋回地点Ｐｔ１を検出する。そして、現在位置Ｐｎから設定距離Ｄ１までの範囲、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの範囲の物標位置データを保持する。

Description

車両位置推定装置、車両位置推定方法
　本発明は、車両位置推定装置、車両位置推定方法に関するものである。
　特許文献１に記載の従来技術は、自律移動する移動ロボットが、移動量に応じて自己位置を推定するものであって、レーザスキャンによって検出した通路と、予め取得している地図情報とを照合することにより、推定した自己位置の補正を行なっている。なお、検出した通路と地図情報とは、平面視の二次元データとして扱い、その照合には、現在位置から所定範囲内のデータだけを用いている。
特開２００８－２５０９０６号公報
　白線や縁石線等の物標を検出し、検出した物標と地図情報とを照合して車両の自己位置（地図上の絶対座標）を求めるには、物標と地図情報とを照合するための基点が必要となる。例えば、一直線に延びた白線だけを検出している場合、一直線に延びた白線では、進行方向で車幅方向の基準となるが、進行方向の基準とならないため、進行方向では正確に地図情報と照合することができない。したがって、現在位置から所定範囲内の物標位置データだけを保持するという構成の場合、例えば、現在位置から所定範囲内に一直線に延びた白線のデータだけしかなくなると、進行方向の基準となる物標位置データがなくなり、正確な車両の自己位置を求めることができない可能性がある。とはいえ、検出された全ての物標位置データを保持することは、記憶容量が膨大となるため現実的ではない。
　本発明の課題は、自己位置の推定を維持しつつ、物標位置データのデータ量を適切に調整できるようにすることである。
　本発明の一態様に係る車両位置推定装置は、車両の周囲に存在する物標の位置を検出すると共に、車両の移動量を検出し、物標の位置を移動量に基づいて物標位置データとして蓄積する。また、物標の位置を含む地図情報を取得し、物標位置データと地図情報における物標の位置を照合することにより、車両の自己位置を推定する。また、車両の移動量から車両の旋回地点を検出する。そして、少なくとも現在位置から予め定めた第一の設定距離だけ遡った範囲の物標位置データ、及び旋回地点から予め定めた第二の設定距離だけ遡った範囲の物標位置データを保持する。
　本発明によれば、現在位置から第一の設定距離だけ遡った範囲の物標位置データ、及び旋回地点から第二の設定距離だけ遡った範囲の物標位置データを保持するので、旋回地点を基点にして物標位置データと地図情報とを照合し、自己位置を推定することができる。また、それ以外の物標位置データは保持しなくてもよいので、物標位置データのデータ量を適切に調整することができる。
車両位置推定装置の構成図である。 レーダ装置とカメラの配置を示す図である。 レーダ装置の走査範囲、及びカメラの撮像範囲を示す図である。 車両座標系を示す図である。 オドメトリ座標系を示す図である。 車両座標系の物標位置を示す図である。 走行軌跡と物標位置とを対応付けた図である。 直線距離Ｌに応じた設定角度θ１の設定に用いるマップである。 旋回地点Ｐｔ１の設定を説明した図である。 蛇行判定について説明した図である。 物標位置データを保持する区間、及び物標位置データを削除もしくは間引く区間を示した図である。 物標数Ｎに応じた設定距離Ｄ２の設定に用いるマップである。 設定距離Ｄ３を示す図である。 車両位置推定処理を示すフローチャートである。 所定範囲内の物標位置データだけを保持することを示す図である。 実施形態の概念を示す図である。 旋回地点Ｐｔ２に基づいて、物標位置データを保持する区間、及び物標位置を削除もしくは間引く区間を示した図である。 複数の旋回地点を検出した状態を示す図である。 物標数Ｎに応じた設定角度θ１の設定に用いるマップである。
　以下、本発明の実施形態を図面に基づいて説明する。なお、各図面は模式的なものであって、現実のものとは異なる場合がある。また、以下の実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであり、構成を下記のものに特定するものでない。すなわち、本発明の技術的思想は、特許請求の範囲に記載された技術的範囲内において、種々の変更を加えることができる。
《第１実施形態》
　《構成》
　図１は、車両位置推定装置の構成図である。
　車両位置推定装置１１は、車両の自己位置を推定するものであり、レーダ装置１２と、カメラ１３と、地図データベース１４と、センサ群１５と、コントローラ１６と、を備える。
　図２は、レーダ装置とカメラの配置を示す図である。
　図３は、レーダ装置の走査範囲、及びカメラの撮像範囲を示す図である。
　レーダ装置１２は、例えばＬＲＦ（Laser Range Finder）からなり、車両２１の側方に存在する対象物の距離及び方位を測定し、測定したデータをコントローラ１６へと出力する。レーダ装置１２は、車両２１の左側面及び右側面の計二箇所に設けられている。二つのレーダ装置１２を区別する際には、車両２１の左側面に設けたレーダ装置を左側レーダ装置１２Ｌとし、車両２１の右側面に設けたレーダ装置を右側レーダ装置１２Ｒとする。左側レーダ装置１２Ｌは、下方から左方にかけてスキャンし、右側レーダ装置１２Ｒは、下方から右方にかけてスキャンする。すなわち、何れも車体前後方向の回転軸を有し、その軸直角方向にスキャンする。これにより、車体側方の路面２２や縁石２３までの距離及び方位を検出する。縁石２３は、車道と歩道との境界線として、道路の路肩に、走行車線に沿って設けられている。
　カメラ１３は、例えばＣＣＤ（Charge Coupled Device）イメージセンサを用いた広角カメラからなり、車両２１の側方を撮像し、撮像したデータをコントローラ１６へと出力する。カメラ１３は、車両２１における左のドアミラー及び右のドアミラーの計二箇所に設けられている。二つのカメラ１３を区別する際には、左のドアミラーに設けたカメラを左サイドカメラ１３Ｌとし、右のドアミラーに設けたカメラを右サイドカメラ１３Ｒとする。左サイドカメラ１３Ｌは、車両２１における左方の路面２２を撮像し、右サイドカメラ１３Ｒは、車両２１における右方の路面２２を撮像する。これにより、車体側方の通行区分線２４を検出する。通行区分線２４は、車両２１が通行すべき走行車線（車両通行帯）を標示するために、路面２２にペイントされた白線などの区画線であり、走行車線に沿って標示されている。なお、図３においては、便宜的に通行区分線２４を立体的に描いているが、実際には厚みをゼロと見なすことができるため、路面２２と同一面であるものとする。
　地図データベース１４は、道路地図情報を取得する。道路地図情報には、縁石２３や通行区分線２４の位置情報も含まれる。縁石２３は、高さを持つ物体であるが、平面視の二次元データとして取得されている。縁石２３や通行区分線２４は、直線の集合体としてデータ化されており、各直線は両端点の位置情報として取得され、カーブした円弧曲線は折れ線によって近似した直線として扱う。なお、地図データベース１４は、カーナビゲーションシステムで道路地図情報を記憶している記憶媒体であっても良いし、無線通信（路車間通信又は車車間通信でも可）等の通信システムを介して外部から地図情報を取得しても良い。この場合、地図データベース１４は、定期的に最新の地図情報を入手して、保有する地図情報を更新しても良い。また、地図データベース１４は、自車が実際に走行した走路を地図情報として蓄積しても良い。
　センサ群１５は、例えばＧＰＳ受信機、アクセルセンサ、操舵角センサ、ブレーキセンサ、車速センサ、加速度センサ、車輪速センサ、ヨーレートセンサ等を含み、検出した各データをコントローラ１６へと出力する。ＧＰＳ受信機は、車両２１の現在位置情報を取得する。アクセルセンサは、アクセルペダルの操作量を検出する。操舵角センサは、ステアリングホイールの操作量を検出する。ブレーキセンサは、ブレーキペダルの操作量やブレーキブースタ内の圧力を検出する。車速センサは、車速を検出する。加速度センサは、車両前後方向の加減速度や横加速度を検出する。車輪速センサは、各車輪の車輪速度を検出する。ヨーレートセンサは、車両のヨーレートを検出する。
　コントローラ１６は、例えばＥＣＵ（Electronic Control Unit）からなり、ＣＰＵ、ＲＯＭ、ＲＡＭ等を備え、ＲＯＭには後述する車両位置推定処理等の各種演算処理を実行するプログラムが記録されている。なお、車両位置推定処理のために専用のコントローラ１６を設けてもよいし、他の制御コントローラと兼用にしてもよい。
　コントローラ１６は、機能ブロックの構成として、物標位置検出部３１と、移動量検出部３２と、物標位置蓄積部３３と、旋回地点検出部３４と、自己位置推定部３５と、を備える。
　物標位置検出部３１は、車両の周囲に存在する縁石２３や通行区分線２４等の物標の位置を、車両を基準とした車両座標系で、車両に対する相対位置として検出する。
　図４は、車両座標系を示す図である。
　車両座標系は、平面視の二次元座標であり、車両２１の例えば後輪車軸の中心を原点Ｏとし、前後方向をＸＶＨＣ軸、左右方向をＹＶＨＣ軸とする。レーダ装置１２の座標系、及びカメラ１３の座標系を、夫々、車両座標系に変換する式は、予め求められている。また、車両座標系における路面２２のパラメータも既知とする。
　レーダ装置１２により、路面２２を車幅方向外側に向かってレーザスキャンし、高さに大きな変化（段差）の生じる位置を、縁石２３の幅方向における車道側の端点として検出する。すなわち、三次元データから縁石２３の位置を検出し、二次元の車両座標系に投影する。ここでは、縁石２３の検出点をＰｃとし、黒塗りのひし形で表示している。
　カメラ１３により、路面２２を撮像し、そのグレースケール画像において、車体左右方向に沿って暗部から明部へ、且つ明部から暗部へと輝度が変化するパターンを抽出することで、通行区分線２４を検出する。例えば、通行区分線２４における幅方向の中心点を検出する。すなわち、カメラ１３によって撮像した画像データを俯瞰変換し、俯瞰画像から通行区分線２４を検出し、車両座標系に投影する。ここでは、通行区分線２４の検出点をＰｗとし、黒丸で表示している。
　移動量検出部３２は、センサ群１５で検出した各種情報から単位時間における車両２１の移動量であるオドメトリを検出する。これを積分することにより、車両の走行軌跡をオドメトリ座標系として算出することができる。
　図５は、オドメトリ座標系を示す図である。
　オドメトリ座標系は、例えばシステムの電源を投入した、又は切断した時点での車両位置を座標原点とし、その時点の車体姿勢（方位角）を０度とする。このオドメトリ座標系で、演算周期毎に車両の座標位置［ＸＯＤＭ，ＹＯＤＭ］、及び車体姿勢［θＯＤＭ］の三つのパラメータを蓄積することで、走行軌跡を検出する。図５では、時点ｔ１～ｔ４における車両の座標位置、及び車体姿勢を描いている。なお、現在の車両位置を原点として、蓄積されている物標位置データを、毎回、座標変換してもよい。つまり、同一座標系で物標位置データが蓄積されればよい。
　物標位置蓄積部３３は、移動量検出部３２で検出した移動量に基づく走行軌跡、及び物標位置検出部３１で検出した物標の位置を対応付けてオドメトリ座標系で蓄積する。
　図６は、車両座標系の物標位置を示す図である。
　ここでは、時点ｔ１～ｔ４において、物標位置検出部３１で検出した物標の、車両座標系における位置を示している。物標としては、車両２１の左方に存在する縁石２３の検出点Ｐｃと、車両２１の左方に存在する通行区分線２４の検出点Ｐｗと、車両２１の右方に存在する通行区分線２４の検出点Ｐｗと、を検出している。車両２１の変位、及び姿勢変化によって、車両座標系における各物標の位置は刻々と変化する。
　図７は、車両の移動量に基づく走行軌跡と物標位置とを対応付けた図である。
　すなわち、時点ｔ１～ｔ４における車両の座標位置、及び車体姿勢に対応して、各時点における物標の位置を、オドメトリ座標系に投影している。すなわち、各時点において、車両２１の左方に存在する縁石２３の検出点Ｐｃと、車両２１の左方に存在する通行区分線２４の検出点Ｐｗと、車両２１の右方に存在する通行区分線２４の検出点Ｐｗと、を投影している。
　物標位置蓄積部３３は、物標位置検出部３１で順に検出した物標において、単位時間Δｔの間に取得された点群から走行車線に沿った直線を抽出する。具体的には、オドメトリ座標系において、直線を表す［ａＸＯＤＭ＋ｂＹＯＤＭ＋ｃ＝０］の最適なパラメータａ、ｂ、ｃを求める。
　単位時間Δｔを０.２秒とし、レーダ装置１２の動作を２５Ｈｚとし、カメラ１３の動作を３０Ｈｚとすると、単位時間Δｔの間に、縁石２３は５点分のデータ、通行区分線２４は６点分のデータが取得できる。また、各物標が車両２１の左側にあるか右側にあるかは、車両座標系のＹＶＨＣ座標が正であるか負であるかで判定するものとする。こうして、車両２１の右側か左側かで点群を分けた後で、パラメータａ、ｂ、ｃを求める。
　なお、直線と各検出点との距離の和が閾値以上となるときには、直線とは判定しない。一方、直線と各検出点との距離の和が閾値未満であるときには、直線と判定する。この直線に対する距離が最小になる検出点のうち、長さが最大となる二点を選び、この二点の情報を取得時刻と共に、物標位置蓄積部３３へ蓄積する。
　ここでは、時点ｔ１～ｔ４において、車両２１の左方に存在する縁石２３の検出点Ｐｃから直線Ｌ２３を抽出している。また、時点ｔ１～ｔ４において、車両２１の左方に存在する通行区分線２４の検出点Ｐｗから直線Ｌ２４を抽出している。また、時点ｔ１～ｔ４において、車両２１の右方に存在する通行区分線２４の検出点Ｐｗから直線Ｌ２４を抽出している。
　旋回地点検出部３４は、走行軌跡を参照し、現在位置Ｐｎから遡って最初に車両の旋回角度θｔが予め定めた設定角度θ１以上となる地点を、旋回地点Ｐｔ１として検出する。
　車両の旋回角度θｔとは、オドメトリ座標系において、現在の車体姿勢に至るまでの姿勢変化量であり、したがって現在の車体の向きを基準としたときの車体の角度差である。設定角度θ１の初期値は、例えば６０度である。但し、物標位置蓄積部３３で抽出した直線の長さに応じて、設定角度θ１を可変にする。
　すなわち、現在位置から遡って走行車線が直線であり、且つ直線距離Ｌが長いほど、設定角度θ１を小さくする。直線距離Ｌは、例えば物標位置蓄積部３３で抽出した直線の集合を参照し、現在位置から遡ってどこまで同一直線と見なせるかを判断して求める。直線距離Ｌが長い場合には、進行方向で車幅方向の基準となる物標はあるが、進行方向の基準となる物標が現在位置から遡って遠くなり、オドメトリの蓄積誤差が増大して、自己位置推定精度が悪化してしまう。このような場合に、直線距離Ｌが長いほど設定角度θ１を小さくすることで、より緩やかな旋回であっても、旋回地点Ｐｔ１として検出されやすくなり、現在位置から遡って、より手前の地点で旋回地点Ｐｔ１を検出しやすくすることで、進行方向の基準となる物標を保持しやすくできる。
　図８は、直線距離Ｌに応じた設定角度θ１の設定に用いるマップである。
　このマップは、横軸を直線距離Ｌとし、縦軸を設定角度θ１としている。直線距離Ｌについては、０よりも大きなＬ１と、Ｌ１よりも大きなＬ２とを予め定めている。設定角度θ１については、０よりも大きなθＭＩＮと、θＭＩＮよりも大きなθＭＡＸとを予め定めている。θＭＡＸは例えば６０度で、θＭＩＮは例えば３０度である。そして、直線距離ＬがＬ１からＬ２の範囲にあるときには、直線距離Ｌが長いほど、設定角度θ１がθＭＡＸからθＭＩＮの範囲で小さくなる。また、直線距離ＬがＬ２以上であるときには、設定角度θ１がθＭＩＮを維持する。
　図９は、旋回地点Ｐｔ１の設定を説明した図である。
　現在位置Ｐｎから遡った領域に地点Ｐ１及びＰ２があり、地点Ｐ１での旋回角度θｔを３５度とし、地点Ｐ２での旋回角度θｔを６５度とする。したがって、設定角度θ１が６０度である場合には、現在位置Ｐｎから遡り最初に旋回角度θｔが設定角度θ１以上となるのは、地点Ｐ２であり、この地点Ｐ２を旋回地点Ｐｔ１として検出する。また、設定角度θ１が３０度である場合には、現在位置Ｐｎから遡り最初に旋回角度θｔが設定角度θ１以上となるのは、地点Ｐ１であり、この地点Ｐ１を旋回地点Ｐｔ１として検出する。なお、地点Ｐ１を旋回地点Ｐｔ１とし、地点Ｐ２を旋回地点Ｐｔ２として両方を旋回地点として設定するようにしてもよい。つまり、現在の車両の自己位置の周囲と、旋回地点の前の設定距離範囲の物標位置データを保持するようにできればよい。
　旋回角度θｔが設定角度θ１以上となる地点が、障害物を回避するときのような蛇行によるものである可能性があり、平均旋回角度θｔＡＶＥを用いて、旋回地点を求めるようにしてもよい。
　先ず、旋回角度θｔが設定角度θ１以上となる地点を旋回地点候補Ｐｐとして選出し、この旋回地点候補Ｐｐを中心とする予め定めた設定区間における平均旋回角度θｔＡＶＥを求める。設定区間は、旋回地点候補Ｐｐの前後に予め定めたαだけとった区間、つまり地点［Ｐｐ－α］から地点［Ｐｐ＋α］までの区間である。予め定めたαは、例えば１０ｍである。
　そして、平均旋回角度θｔＡＶＥが予め定めた設定角度θ２以上であるときには、車両２１が旋回していると判断して、その旋回地点候補Ｐｐを最終的な旋回地点Ｐｔ１として検出する。設定角度θ２は、例えば５度である。一方、平均旋回角度θｔＡＶＥが設定角度θ２未満であるときには、車両２１が蛇行していると判断して、その旋回地点候補Ｐｐを候補から除外すると共に、さらに遡って次の旋回地点候補Ｐｐを探索する。
　図１０は、蛇行判定について説明した図である。
　図中の（ａ）は、車両の旋回によって旋回地点候補Ｐｐが選出される場合を示し、図中の（ｂ）は、車両の蛇行によって旋回地点候補Ｐｐが選出される場合を示している。上記の蛇行判定を行なうことにより、（ａ）の場合には旋回地点候補Ｐｐが最終的な旋回地点Ｐｔ１として検出され、（ｂ）の場合には旋回地点候補Ｐｐが候補から除外される。
　物標位置蓄積部３３は、現在位置Ｐｎから所定距離Ｄ１だけ遡った地点［Ｐｎ－Ｄ１］までの範囲、及び旋回地点Ｐｔ１から予め定めた設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの範囲の物標位置データを保持する。一方、それ以外の物標位置データ、つまり地点［Ｐｎ－Ｄ１］から旋回地点Ｐｔ１までの範囲、及び地点［Ｐｔ１－Ｄ２］より以前の物標位置データを、削除もしくは間引きする。物標位置蓄積部３３で蓄積できるデータ量に応じて、すべて削除する必要はなく、例えば、所定の距離間隔で間引いた物標位置データを蓄積するようにして、蓄積データ量を調整できればよい。設定距離Ｄ１は、例えば２０ｍである。設定距離Ｄ２の初期値は、例えば２０ｍである。
　図１１は、物標位置データを保持する区間、及び物標位置データを削除もしくは間引く区間を示した図である。
　設定距離Ｄ２は、旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った範囲で、物標位置検出部３１が検出できた縁石２３や通行区分線２４等の物標数Ｎが少ないほど、設定距離Ｄ２を長くする。このように、物標数Ｎが少ないほど設定距離Ｄ２を長くすることで、物標数Ｎを確保しやすくする。
　図１２は、物標数Ｎに応じた設定距離Ｄ２の設定に用いるマップである。
　このマップは、横軸を物標数Ｎとし、縦軸を設定距離Ｄ２としている。物標数Ｎについては、０よりも大きなＮ１と、Ｎ１よりも大きなＮ２とを予め定めている。設定距離Ｄ２については、０よりも大きなＤＭＩＮと、ＤＭＩＮよりも大きなθＭＡＸを予め定めている。ＤＭＩＮは例えば２０ｍで、ＤＭＡＸは例えば４０ｍである。物標数Ｎは検出点の数量であるが、直線の累積長さに換算してもよい。そして、物標数ＮがＮ２以上であるときには、設定距離Ｄ２がＤＭＩＮを維持する。また、物標数ＮがＮ２からＮ１の範囲にあるときには、物標数Ｎが少ないほど、設定距離Ｄ２がＤＭＩＮからＤＭＡＸの範囲で大きくなる。
　物標位置蓄積部３３は、現在位置Ｐｎから予め定めた設定距離Ｄ３だけ遡った地点［Ｐｎ－Ｄ３］よりも前の物標位置を画一的に（自動的に）逐次削除する。
　図１３は、設定距離Ｄ３を示す図である。
　オドメトリ座標系で検出する走行軌跡は、走行距離が長くなるほど、累積誤差が大きくなり、自己位置推定に影響を与えるため、設定距離Ｄ３は、累積誤差が大きくなる可能性のある距離として設定され、例えば１００ｍである。よって、旋回地点Ｐｔ１が地点［Ｐｎ－Ｄ３］よりも前にあった場合であっても、地点［Ｐｎ－Ｄ３］よりも前の物標位置データを削除もしくは間引きするようにする。
　自己位置推定部３５は、物標位置蓄積部３３に蓄積した物標位置データ、及び地図データベース１４に格納された地図情報を照合することにより、地図座標系における車両２１の自己位置を推定する。
　地図座標系は、平面視の二次元座標であり、東西方向をＸＭＡＰ軸、南北方向をＹＭＡＰ軸とする。車体姿勢（方位角）は、東方向を０度とし、反時計回りの角度として表す。この地図座標系で、車両の座標位置［ＸＭＡＰ，ＹＭＡＰ］、及び車体姿勢［θＭＡＰ］の三つのパラメータを推定する。この照合（マップマッチング）には、例えばＩＣＰ（Iterative Closest Point）アルゴリズムを用いる。このとき、直線同士を照合する場合には、両側の端点を評価点として照合させ、両側の端点の間隔が広いときには、補間することができる。
　次に、コントローラ１６で所定時間（例えば１０ｍｓｅｃ）毎に実行する車両位置推定処理を説明する。
　図１４は、車両位置推定処理を示すフローチャートである。
　先ずステップＳ１０１は、物標位置検出部３１での処理に対応し、車両の周囲に存在する縁石２３や通行区分線２４等の物標の位置を、車両を基準とした車両座標系で、車両に対する相対位置として検出する。すなわち、レーダ装置１２で検出した縁石２３の検出点Ｐｃや、カメラ１３で検出した通行区分線２４の検出点Ｐｗを、車両座標系で検出する。
　続くステップＳ１０２は、移動量検出部３２での処理に対応し、センサ群１５で検出した各種情報から単位時間における車両２１の移動量であるオドメトリを検出する。これを積分することで、車両の走行軌跡をオドメトリ座標系として算出することができる。すなわち、オドメトリ座標系で、演算周期毎に車両の座標位置［ＸＯＤＭ，ＹＯＤＭ］、及び車体姿勢［θＯＤＭ］の三つのパラメータを蓄積する。
　続くステップＳ１０３は、物標位置蓄積部３３での処理に対応し、移動量検出部３２で検出した移動量に基づく走行軌跡、及び物標位置検出部３１で検出した物標の位置を対応付けてオドメトリ座標系で蓄積する。すなわち、各時刻で検出した物体位置データを現在までの経過時間の車両の移動量だけ移動させ、各時刻の車両の座標位置、及び車体姿勢に対応して、夫々、縁石２３や通行区分線２４等の物標位置データを、オドメトリ座標系に投影して蓄積する。但し、現在位置Ｐｎから予め定めた設定距離Ｄ３だけ遡った地点［Ｐｎ－Ｄ３］よりも前の物標位置データを画一的に逐次削除する。
　続くステップＳ１０４は、旋回地点検出部３４での処理に対応し、走行軌跡を参照し、現在位置Ｐｎから遡って最初に車両の旋回角度θｔが設定角度θ１以上となる地点を旋回地点Ｐｔ１として検出する。ここでは、現在位置Ｐｎから遡って走行車線が直線であり、且つ直線距離Ｌが長いほど、設定角度θ１を小さくする。
　また、蛇行判定を行なったうえで、最終的な旋回地点Ｐｔ１を決定する。すなわち、旋回角度θｔが設定角度θ１以上となる地点を、旋回地点候補Ｐｐとして選出し、この旋回地点候補Ｐｐを中心とする地点［Ｐｐ＋α］から地点［Ｐｐ－α］までの設定区間における平均旋回角度θｔＡＶＥを求める。そして、平均旋回角度θｔＡＶＥが設定角度θ２以上であるときには、車両２１が旋回していると判断して、その旋回地点候補Ｐｐを最終的な旋回地点Ｐｔ１として検出する。一方、平均旋回角度θｔＡＶＥが設定角度θ２未満であるときには、車両２１が蛇行していると判断して、その旋回地点候補Ｐｐを候補から除外すると共に、さらに遡って次の旋回地点候補Ｐｐを探索する。
　続くステップＳ１０５は、物標位置蓄積部３３での処理に対応し、現在位置Ｐｎから遡って所定距離Ｄ１までの範囲、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの範囲の物標位置データを保持し、それ以外の物標位置データを削除もしくは間引きする。ここでは、設定距離Ｄ２は、旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った範囲で、物標位置検出部３１が検出できた縁石２３や通行区分線２４等の物標数Ｎが少ないほど、設定距離Ｄ２を長くする。
　続くステップＳ１０６は、自己位置推定部３５での処理に対応し、物標位置蓄積部３３に蓄積した物標位置データ、及び地図データベース１４に格納された地図情報を照合することにより、地図座標系における車両２１の自己位置を推定する。すなわち、地図座標系で、車両の座標位置［ＸＭＡＰ，ＹＭＡＰ］、及び車体姿勢［θＭＡＰ］の三つのパラメータを推定する。
　上記が車両位置推定処理である。
　《作用》
　先ず、第１実施形態の技術的思想について説明する。
　レーダ装置１２で検出した縁石２３やカメラ１３で検出した通行区分線２４等の物標の位置と、地図情報として予めデータ化された各物標の位置と、を照合することにより、車両２１の自己位置を推定する。本実施形態では、縁石２３や通行区分線２４等、検出が他の物標に比べ比較的容易で、且つ平面視の二次元データとして記述可能な物標のみで地図情報を作成し、それを用いて自己位置の推定を行う方法を例示している。なお、より自己位置の推定精度を高くする場合には、構造物の三次元（縦、横、高さ）データを有する地図情報用いてもよい。この場合でも、本実施形態を適用することができる。
　縁石２３や通行区分線２４等の物標の直線区間で、その物標上の任意の点を検出している場合、一直線に延びた物標位置データでは、進行方向で車幅方向の基準となるが、進行方向の基準とならないため、進行方向では正確に地図情報と照合することができない。すなわち、一直線に延びた直線の物標位置データだけしかなくなると、進行方向の基準となる物標位置データがなくなり、自己位置を一意に求めることができない。したがって、自己位置を一意に求めるには、交差する二本の直線の組み合わせが最低でも一つは必要となる。
　また、直線道路では直線状の物標しか検出できないため、現在位置からのセンシングだけでは、自己位置を一意に求める物標位置データを取得することができない。そのため、車両２１の移動量情報を用い、過去のある程度の物標位置データをオドメトリ座標系で蓄積し、物標位置データを投影したオドメトリ座標系と、物標位置が予め格納された地図座標系とを照合することで自己位置の推定を行なうことができる。但し、オドメトリ座標系では、走行距離が長くなるほど蓄積誤差が大きくなるという問題がある。また、検出した物標位置や車両の移動量に基づく走行軌跡を無限に記憶することも現実的ではないため、古い物標位置データから順次削除することになる。しかしながら、例えば現在位置から所定範囲内の物標位置データだけを保持するというような単純な構成では、一直線に延びた直線道路においては、直線上の物標位置データしか残らなくなってしまう。
　図１５は、所定範囲内の物標位置データだけを保持することを示す図である。
　ここでは、現在位置から所定範囲内に存在する物標の物標位置データだけを保持する場合を示しており、物標位置データを保持している区間を太い点線で示している。図中の（ａ）は、カーブを過ぎて間もない時点を示しており、カーブに進入する前の物標位置データも保持されている。すなわち、交差する二本の直線の組み合わせを検出できているので、自己位置を一意に求めることができる。一方、図中の（ｂ）は、車両がさらに前進したことにより、カーブに進入する前の物標位置データが削除されている。すなわち、交差する二本の直線が検出できず、一本の直線しか検出できないため、自己位置を一意に求めることができなくなる。
　そこで、走行軌跡のうち、自車両が旋回した地点を検出し、その地点よりも前の物標位置データを残しておく必要がある。
　図１６は、実施形態の概念を示す図である。
　ここでは、物標位置データを保持している区間を太い点線で示している。図中の（ａ）は、カーブを過ぎて間もない時点を示しており、カーブに進入する前の物標位置データも保持されている。すなわち、交差する二本の直線の組み合わせを検出できているので、自己位置を一意に求めることができる。また、図中の（ｂ）は、車両がさらに前進しているものの、車両の現在位置から遡った所定距離内の物標位置データと、カーブに進入する前の物標位置データが保持されている。すなわち、交差する二本の直線の組み合わせを検出できているので、自己位置を一意に求めることができる。
　次に、第１実施形態の作用について説明する。
　先ず、車両の周囲に存在する縁石２３や通行区分線２４等の物標の位置を、車両を基準とした車両座標系で、車両に対する相対位置として検出し（ステップＳ１０１）、センサ群１５で検出した各種情報をから単位時間における車両２１の移動量であるオドメトリを検出して、これ積分し、車両の走行軌跡をオドメトリ座標系として算出する（ステップＳ１０２）。また、検出した移動量に基づく走行軌跡、及び検出した物標の位置を対応付けてオドメトリ座標系で蓄積する（ステップＳ１０３）。
　また、走行軌跡から車両の旋回角度θｔが設定角度θ１以上となる地点を、旋回地点Ｐｔ１として検出する（ステップＳ１０４）。そして、現在位置Ｐｎから遡って所定距離Ｄ１までの範囲、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの範囲の物標位置データを保持し、それ以外の物標位置データを削除もしくは間引きする（ステップＳ１０５）。そして、物標位置蓄積部３３に蓄積した物標位置データ、及び地図データベース１４に格納された地図情報を照合することにより、地図座標系における車両２１の自己位置を推定する（ステップＳ１０６）。
　このように、現在位置Ｐｎから所定距離Ｄ１まで、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの物標位置データを保持するので、旋回地点Ｐｔ１を基点にして物標位置データと地図情報とを照合し、自己位置を一意に推定することができる。また、それ以外地点[Ｄ１－Ｐｔ１]および地点［Ｐｔ１－Ｄ２］より前の物標位置データを削除もしくは間引きするので、物標位置データのデータ量が増大することを抑制し、適切に調整することができる。また、オドメトリ座標系において、オドメトリの蓄積誤差が増大し、自己位置の推定精度に影響を与えることも抑制できる。
　また、走行車線が直線であり、且つ直線距離Ｌが長いほど、オドメトリの蓄積誤差も増大する可能性がある。それで、現在位置Ｐｎから遡って走行車線が直線であり、且つ直線距離Ｌが長いほど、設定角度θ１を小さくする。すなわち、直線距離Ｌが長いほど設定角度θ１を小さくすることで、現在位置から遡って、より手前の地点で旋回地点Ｐｔ１を検出しやすくすることで、進行方向の基準となる物標を保持しやすくできる。より手前の地点で旋回地点Ｐｔ１を検出できれば、物標位置データを蓄積するデータ量を減らせる。また、オドメトリ座標系での蓄積誤差を軽減し、自己位置の推定精度が低下することを抑制できる。
　また、自己位置の推定精度を向上させるには、旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った範囲においても、十分な物標数Ｎがあることが望ましい。それで、旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った範囲で、物標位置検出部３１が検出できた縁石２３や通行区分線２４等の物標数Ｎが少ないほど、設定距離Ｄ２を長くする。このように、物標数Ｎに応じて設定距離Ｄ２を延長することで、物標位置データのデータ量が必要以上に増大することを抑制しつつも、必要十分な物標数Ｎを確保できるので、自己位置の推定精度を確保することができる。
　また、旋回地点Ｐｔ１を検出する際に、旋回角度θｔが設定角度θ１以上となる地点であっても、それが蛇行走行によるものである可能性がある。蛇行走行によるものを旋回地点Ｐｔ１として誤って検出してしまうと、自己位置の推定精度に影響を与えかねない。そこで、蛇行判定を行なったうえで、最終的な旋回地点Ｐｔ１を決定する。具体的には、旋回角度θｔが設定角度θ１以上となる地点を、旋回地点候補Ｐｐとして選出し、この旋回地点候補Ｐｐを中心とする設定区間、つまり地点［Ｐｐ＋α］から地点［Ｐｐ－α］までの区間における平均旋回角度θｔＡＶＥを求める。
　そして、平均旋回角度θｔＡＶＥが設定角度θ２以上であるときには、車両２１が旋回していると判断して、その旋回地点候補Ｐｐを最終的な旋回地点Ｐｔ１として検出する。一方、平均旋回角度θｔＡＶＥが設定角度θ２未満であるときには、車両２１が蛇行していると判断して、その旋回地点候補Ｐｐを候補から除外すると共に、さらに遡って次の旋回地点候補Ｐｐを探索する。これにより、蛇行走行による誤判断を低減し、旋回地点Ｐｔ１を、容易に、且つ正確に判定することができる。したがって、自己位置の推定精度に影響を与えることをも抑制できる。
　また、車両の進行方向の変化から旋回角度θｔを検出する。具体的には、現在の車体の向きを基準としたときの車体の角度差を検出する。これにより、オドメトリ座標系における蓄積誤差の影響や、また障害物を回避するときのような姿勢変化の影響を軽減し、旋回角度θｔを正確に検出することができる。
　また、走行軌跡に物標の位置を対応付けて蓄積する段階で（ステップＳ１０３）、現在位置Ｐｎから予め定めた設定距離Ｄ３だけ遡った地点［Ｐｎ－Ｄ３］よりも前の物標位置データを逐次削除する。これにより、物標位置データのデータ量が増大することを抑制できる。
　《応用例１》
　第１実施形態では、地点［Ｐｔ１－Ｄ２］より前の物標位置データを削除もしくは間引きしているが、これに限定されるものではない。例えば、旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った範囲で、車両の旋回角度θｔが設定角度θ１以上となる地点を、旋回地点Ｐｔ２として検出する。そして、現在位置Ｐｎから設定距離Ｄ１までの範囲、及び旋回地点Ｐｔ１から旋回地点Ｐｔ２までの範囲の物標位置データを保持する。一方、それ以外の地点[Ｄ１－Ｐｔ１]および旋回地点Ｐｔ２より前の物標位置データを削除もしくは間引きする。なお、物標位置データと地図情報とを照合するうえ必要となる基点は、少なくとも一つあればよい。したがって、物標位置データとして保持する物標位置データの中に、旋回地点Ｐｔ１が含まれていればよいので、旋回地点Ｐｔ２は削除もしくは間引きしてもよい。
　図１７は、旋回地点Ｐｔ２に基づいて、物標位置データを保持する区間、及び物標位置を削除もしくは間引く区間を示した図である。
　《応用例２》
　第１実施形態では、一つの旋回地点Ｐｔ１だけを検出しているが、これに限定されるものではなく、複数の旋回地点を検出するようにしてもよい。例えば、現在位置Ｐｎから設定距離Ｄ３だけ遡った地点［Ｐｎ－Ｄ３］までの範囲で、車両の旋回角度θｔが設定角度θ１以上となる全ての地点を検出し、現在位置Ｐｎに近いものから順に、旋回地点Ｐｔ１、Ｐｔ２、Ｐｔ３、……とする。そして、各旋回地点から設定距離Ｄ２だけ遡った地点までの物標位置データを保持してもよい。このように、複数の旋回地点を検出し、各旋回地点から設定距離Ｄ２だけ遡った範囲の物標位置データを保持することで、各旋回地点を基点にして物標位置データと地図情報とを照合できるので、自己位置の推定精度を向上させることができる。
　図１８は、複数の旋回地点を検出した状態を示す図である。
　ここでは、旋回地点Ｐｔ１、Ｐｔ２、Ｐｔ３、Ｐｔ４を検出している。この場合、現在位置Ｐｎから設定距離Ｄ１だけ遡った地点［Ｐｎ－Ｄ１］までの範囲、旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの範囲、旋回地点Ｐｔ２から設定距離Ｄ２だけ遡った地点［Ｐｔ２－Ｄ２］までの範囲、旋回地点Ｐｔ３から設定距離Ｄ２だけ遡った地点［Ｐｔ３－Ｄ２］までの範囲、及び旋回地点Ｐｔ４から設定距離Ｄ２だけ遡った地点［Ｐｔ４－Ｄ２］までの範囲の全ての物標位置データを保持する。一方、それ以外の物標位置データ、つまり地点［Ｐｎ－Ｄ１］から旋回地点Ｐｔ１までの範囲、地点［Ｐｔ１－Ｄ２］から旋回地点Ｐｔ２までの範囲、地点［Ｐｔ２－Ｄ２］から旋回地点Ｐｔ３までの範囲、地点［Ｐｔ３－Ｄ２］から旋回地点Ｐｔ４までの範囲、及び地点［Ｐｔ４－Ｄ２］より以前の物標位置データを、削除もしくは間引きする。
　このように、複数の旋回地点を検出する場合、現在位置Ｐｎから設定距離Ｄ１だけ遡った範囲で、物標位置検出部３１が検出した物標位置データのデータ量に応じて、設定角度θ１を可変にしてもよい。例えば、現在位置Ｐｎから設定距離Ｄ１だけ遡った範囲で、物標位置検出部３１が検出できた縁石２３や通行区分線２４等の物標数Ｎが少ないほど、設定角度θ１を小さくする。このように、物標数Ｎが少ないほど設定角度θ１を小さくすることで、より緩やかな旋回であっても、旋回地点Ｐｔ１として検出されやすくなり、より多くの地点で旋回地点Ｐｔ１が設定され、物標位置データを保持する箇所が多くでき、自己位置を推定するために必要な物標数を確保することができる。より多くの旋回地点を検出できれば、自己位置を推定するために必要な物標位置データを残しながら、それ以外の物標位置データを蓄積するデータ量を減らせるため、オドメトリ座標系での蓄積誤差を軽減し、自己位置の推定精度が低下することを抑制できる。
　図１９は、物標数Ｎに応じた設定角度θ１の設定に用いるマップである。
　このマップは、横軸を物標数Ｎとし、縦軸を設定角度θ１としている。物標数Ｎについては、０よりも大きなＮ３と、Ｎ３よりも大きなＮ４とを予め定めている。設定角度θ１については、０よりも大きなθＭＩＮと、θＭＩＮよりも大きなθＭＡＸとを予め定めている。θＭＡＸは例えば６０度で、θＭＩＮは例えば３０度である。物標数Ｎは検出点の数量であるが、直線の累積長さに換算してもよい。そして、物標数ＮがＮ４以上であるときには、設定角度θ１がθＭＡＸを維持する。また、物標数ＮがＮ４からＮ３の範囲にあるときには、物標数Ｎが少ないほど、設定角度θ１がθＭＡＸからθＭＩＮの範囲で小さくなる。
　《対応関係》
　第１実施形態では、物標位置検出部３１、及びステップＳ１０１の処理が「物標位置検出部」に対応する。移動量検出部３２、及びステップＳ１０２の処理が「移動量検出部」に対応する。物標位置蓄積部３３、及びステップＳ１０３、Ｓ１０５の処理が「物標位置蓄積部」に対応する。地図データベース１４が「地図情報取得部」に対応する。旋回地点検出部３４、及びステップＳ１０４の処理が「旋回地点検出部」に対応する。自己位置推定部３５、及びステップＳ１０６の処理が「自己位置推定部」に対応する。設定距離Ｄ１が「第一の設定距離」に対応する。設定角度θ１が「第一の設定角度」に対応する。設定距離Ｄ２が「第二の設定距離」に対応する。設定角度θ２が「第二の設定角度」に対応する。設定距離Ｄ３が「第三の設定距離」に対応する。
　《効果》
　次に、第１実施形態における主要部の効果を記す。
　（１）第１実施形態に係る車両位置推定装置は、車両の周囲に存在する物標の位置を検出し、車両の移動量を検出し、物標の位置を、検出した移動量に基づいて物体位置データとして蓄積する。また、地図データベース１４には、物標の位置を含む地図情報を予め格納しておき、物標位置データと地図情報とを照合することにより、車両の自己位置を推定する。また、車両の移動量から車両の旋回地点Ｐｔ１を検出する。そして、現在位置Ｐｎから設定距離Ｄ１までの範囲、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの範囲の物標位置データを保持する。
　このように、現在位置Ｐｎから設定距離Ｄ１まで、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの物標位置データを保持するので、旋回地点Ｐｔ１を基点にして物標位置データと地図情報とを照合し、自己位置を一意に推定することができる。また、それ以外地点[Ｄ１－Ｐｔ１]および地点［Ｐｔ１－Ｄ２］より前の物標位置データを削除もしくは間引きするので、物標位置データのデータ量が増大することを抑制し、適切に調整することができる。
　（２）第１実施形態に係る車両位置推定装置は、旋回角度θｔが設定角度θ１以上となった地点を旋回地点Ｐｔとして検出し、現在位置Ｐｎから設定距離Ｄ１だけ遡った範囲で、物標位置検出部３１が検出した物標数Ｎが少ないほど、設定角度θ１を小さくする。
　このように、物標数Ｎが少ないほど設定角度θ１を小さくすることで、より多くの地点で旋回地点Ｐｔ１が設定され、物標位置データを保持する箇所が多くでき、保持する物標数を多くできる。自己位置の推定精度を確保できる物標位置データを増やしながら、それ以外の物標位置データを蓄積するデータ量を減らすことができる。
　（３）第１実施形態に係る車両位置推定装置は、旋回角度θｔが設定角度θ１以上となった地点を旋回地点Ｐｔとして検出し、現在位置Ｐｎから遡って走行車線が直線であり、且つ直線距離Ｌが長いほど、設定角度θ１を小さくする。
　このように、直線距離Ｌが長いほど、設定角度θ１を小さくすることで、現在位置Ｐｎから遡って、より手前の地点で旋回地点Ｐｔ１を検出しやすくなることで、進行方向の基準となる物標を保持しやすくできるので、物標位置データを蓄積するデータ量を減らすことができる。また、オドメトリ座標系での蓄積誤差を軽減し、自己位置の推定精度が低下することを抑制できる。
　（４）第１実施形態に係る車両位置推定装置は、旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った範囲で、物標位置検出部３１が検出した物標数Ｎが少ないほど、設定距離Ｄ２を長くする。
　このように、物標数Ｎが少ないほど設定角度θ１を小さくすることで、現在位置Ｐｎから遡って、より手前の地点で旋回地点Ｐｔ１を検出しやすくなるので、物標位置データを蓄積するデータ量を減らすことができる。
　（５）第１実施形態に係る車両位置推定装置は、設定区間［（Ｐｐ－α）～（Ｐｐ＋α）］のうち平均旋回角度θｔＡＶＥが設定角度θ２以上となった設定区間内の地点を旋回地点Ｐｔ１として検出する。
　このように、平均旋回角度θｔＡＶＥが設定角度θ２以上となるときに、旋回地点候補Ｐｐを最終的な旋回地点Ｐｔ１として検出することで、蛇行走行による誤判断を低減し、旋回地点を、容易に、且つ正確に判定することができる。
　（６）第１実施形態に係る車両位置推定装置は、車両の進行方向の変化に応じて旋回地点Ｐｔ１を検出する。
　このように、車両の進行方向の変化に応じて旋回角度θｔを算出し、旋回地点Ｐｔ１を検出することで、オドメトリ座標系における蓄積誤差の影響や、また障害物を回避するときのような姿勢変化の影響を軽減し、旋回地点Ｐｔ１を正確に検出することができる。
　（７）第１実施形態に係る車両位置推定装置は、現在位置Ｐｎから設定距離Ｄ３だけ遡った地点［Ｐｎ－Ｄ３］よりも前の物標位置データを削除もしくは間引きする。
　このように、地点［Ｐｎ－Ｄ３］よりも前の物標位置データを削除もしくは間引きすることで、物標位置データのデータ量が増大することを抑制できる。
　（８）第１実施形態に係る車両位置推定方法は、車両の周囲に存在する物標の位置を検出し、車両の移動量を検出し、物標の位置を、検出した移動量に基づいて物体位置データとして蓄積する。また、車両の移動量から車両の旋回地点Ｐｔ１を検出する。そして、現在位置Ｐｎから設定距離Ｄ１までの範囲、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの範囲の物標位置データを保持する。また、物標の位置を含む地図情報を地図データベース１４から取得し、蓄積した物標位置データ、及び地図情報における物標の位置を照合することにより、車両の自己位置を推定する。
　このように、現在位置Ｐｎから設定距離Ｄ１まで、及び旋回地点Ｐｔ１から設定距離Ｄ２だけ遡った地点［Ｐｔ１－Ｄ２］までの物標位置データを保持するので、旋回地点Ｐｔ１を基点にして物標位置データと地図情報とを照合し、自己位置を一意に推定することができる。また、それ以外地点[Ｄ１－Ｐｔ１]および地点［Ｐｔ１－Ｄ２］より前の物標位置データを削除もしくは間引きするので、物標位置データのデータ量が増大することを抑制し、適切に調整することができる。
　以上、限られた数の実施形態を参照しながら説明したが、権利範囲はそれらに限定されるものではなく、上記の開示に基づく実施形態の改変は、当業者にとって自明のことである。
　１１　車両位置推定装置
　１２　レーダ装置
　１３　カメラ
　１４　地図データベース
　１５　センサ群
　１６　コントローラ
　２１　車両
　２２　路面
　２３　縁石
　２４　通行区分線
　３１　物標位置検出部
　３２　移動量検出部
　３３　物標位置蓄積部
　３４　旋回地点検出部
　３５　自己位置推定部

Claims (8)

  1. 　車両の周囲に存在する物標の位置を検出する物標位置検出部と、
    　前記車両の移動量を検出する移動量検出部と、
    　前記物標位置検出部で検出した物標の位置を、前記移動量検出部により検出された移動量に基づいて、物標位置データとして蓄積する物標位置蓄積部と、
    　前記物標の位置を含む地図情報を取得する地図情報取得部と、
    　前記物標位置蓄積部に蓄積した物標位置データ、及び前記地図情報取得部で取得した地図情報における物標の位置を照合することにより、前記車両の自己位置を推定する自己位置推定部と、
    　前記車両の移動量から前記車両の旋回地点を検出する旋回地点検出部と、を備え、
    　前記物標位置蓄積部は、
    　少なくとも現在位置から予め定めた第一の設定距離だけ遡った範囲の前記物標位置データ、及び前記旋回地点から予め定めた第二の設定距離だけ遡った範囲の前記物標位置データを保持することを特徴とする車両位置推定装置。
  2. 　前記旋回地点検出部は、
    　車両の旋回角度が予め定めた第一の設定角度以上となった地点を、前記旋回地点として検出し、
    　現在位置から前記第一の設定距離だけ遡った範囲で、前記物標位置検出部が検出した前記物標が少ないほど、前記第一の設定角度を小さくすることを特徴とする請求項１に記載の車両位置推定装置。
  3. 　前記旋回地点検出部は、
    　車両の旋回角度が予め定めた第一の設定角度以上となった地点を、前記旋回地点として検出し、
    　現在位置から遡って走行車線が直線であり、且つ直線距離が長いほど、前記第一の設定角度を小さくすることを特徴とする請求項１又は２に記載の車両位置推定装置。
  4. 　前記物標位置蓄積部は、
    　前記旋回地点から前記第二の設定距離だけ遡った範囲で、前記物標位置検出部が検出した前記物標が少ないほど、前記第二の設定距離を長くすることを特徴とする請求項１～３の何れか一項に記載の車両位置推定装置。
  5. 　前記旋回地点検出部は、
    　車両の旋回角度が第一の設定角度以上となる地点を含む予め定めた設定区間のうち平均旋回角度が予め定めた第二の設定角度以上となった設定区間内の地点を、前記旋回地点として検出することを特徴とする請求項１～４の何れか一項に記載の車両位置推定装置。
  6. 　前記旋回地点検出部は、
    　車両の進行方向の変化に基づいて旋回地点を検出することを特徴とする請求項１～５の何れか一項に記載の車両位置推定装置。
  7. 　前記物標位置蓄積部は、
    　現在位置から予め定めた第三の設定距離だけ遡った地点よりも前の前記物標位置データを削除することを特徴とする請求項１～６の何れか一項に記載の車両位置推定装置。
  8. 　物標位置検出部が、車両の周囲に存在する物標の位置を検出し、
    　移動量検出部が、前記車両の移動量を検出し、
    　物標位置蓄積部が、前記物標位置検出部で検出した物標の位置を、前記移動量検出部で検出した移動量に基づいて、物標位置データとして蓄積し、
    　旋回地点検出部が、前記車両の移動量から前記車両の旋回地点を検出し、
    　前記物標位置蓄積部が、少なくとも現在位置から予め定めた第一の設定距離だけ遡った範囲の前記物標位置データ、及び前記旋回地点から予め定めた第二の設定距離だけ遡った範囲の前記物標位置データを保持し、
    　地図情報取得部が、前記物標の位置を含む地図情報を取得し、
    　自己位置推定部が、前記物標位置蓄積部に蓄積した物標位置データ、及び前記地図情報取得部で取得した地図情報における物標の位置を照合することにより、車両の自己位置を推定することを特徴とする車両位置推定方法。
PCT/JP2015/004382 2015-08-28 2015-08-28 車両位置推定装置、車両位置推定方法 WO2017037752A1 (ja)

Priority Applications (10)

Application Number Priority Date Filing Date Title
PCT/JP2015/004382 WO2017037752A1 (ja) 2015-08-28 2015-08-28 車両位置推定装置、車両位置推定方法
JP2017537032A JP6418332B2 (ja) 2015-08-28 2015-08-28 車両位置推定装置、車両位置推定方法
RU2018110826A RU2687103C1 (ru) 2015-08-28 2015-08-28 Устройство оценки положения транспортного средства и способ оценки положения транспортного средства
CN201580082771.2A CN107949768B (zh) 2015-08-28 2015-08-28 车辆位置推定装置、车辆位置推定方法
BR112018003728-1A BR112018003728B1 (pt) 2015-08-28 2015-08-28 Dispositivo de estimativa de posição de veículo e método de estimativa de posição de veículo
KR1020187008177A KR101926322B1 (ko) 2015-08-28 2015-08-28 차량 위치 추정 장치, 차량 위치 추정 방법
CA2997171A CA2997171C (en) 2015-08-28 2015-08-28 Vehicle position estimation device, vehicle position estimation method
US15/755,794 US10267640B2 (en) 2015-08-28 2015-08-28 Vehicle position estimation device, vehicle position estimation method
MX2018002266A MX364578B (es) 2015-08-28 2015-08-28 Dispositivo de estimacion de posicion de vehiculo, metodo de estimacion de posicion de vehiculo.
EP15902878.6A EP3343173B1 (en) 2015-08-28 2015-08-28 Vehicle position estimation device, vehicle position estimation method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/004382 WO2017037752A1 (ja) 2015-08-28 2015-08-28 車両位置推定装置、車両位置推定方法

Publications (1)

Publication Number Publication Date
WO2017037752A1 true WO2017037752A1 (ja) 2017-03-09

Family

ID=58187176

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2015/004382 WO2017037752A1 (ja) 2015-08-28 2015-08-28 車両位置推定装置、車両位置推定方法

Country Status (10)

Country Link
US (1) US10267640B2 (ja)
EP (1) EP3343173B1 (ja)
JP (1) JP6418332B2 (ja)
KR (1) KR101926322B1 (ja)
CN (1) CN107949768B (ja)
BR (1) BR112018003728B1 (ja)
CA (1) CA2997171C (ja)
MX (1) MX364578B (ja)
RU (1) RU2687103C1 (ja)
WO (1) WO2017037752A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019075132A (ja) * 2018-11-29 2019-05-16 株式会社ゼンリン 走行支援装置、プログラム
US11214250B2 (en) 2017-04-27 2022-01-04 Zenrin Co., Ltd. Travel support device and non-transitory computer-readable medium

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3343174B1 (en) * 2015-08-28 2020-04-15 Nissan Motor Co., Ltd. Vehicle position estimation device, vehicle position estimation method
US9766344B2 (en) * 2015-12-22 2017-09-19 Honda Motor Co., Ltd. Multipath error correction
MX2019000759A (es) * 2016-07-26 2019-06-20 Nissan Motor Metodo de estimacion de la posicion propia y dispositivo de estimacion de la posicion propia.
JP6740470B2 (ja) * 2017-05-19 2020-08-12 パイオニア株式会社 測定装置、測定方法およびプログラム
CN111337010B (zh) * 2018-12-18 2022-05-03 北京地平线机器人技术研发有限公司 可移动设备的定位方法、定位装置及电子设备
DE102018133441A1 (de) * 2018-12-21 2020-06-25 Volkswagen Aktiengesellschaft Verfahren und System zum Bestimmen von Landmarken in einer Umgebung eines Fahrzeugs
DE102019201222A1 (de) * 2019-01-31 2020-08-06 Robert Bosch Gmbh Verfahren zur Bestimmung einer Position eines Fahrzeugs in einer digitalen Karte
JP7167751B2 (ja) * 2019-02-08 2022-11-09 株式会社アイシン 物体検出装置
JP2020154384A (ja) * 2019-03-18 2020-09-24 いすゞ自動車株式会社 衝突確率算出装置、衝突確率算出システムおよび衝突確率算出方法
US11378652B2 (en) * 2019-09-03 2022-07-05 GM Global Technology Operations LLC Enhancement of vehicle radar system robustness based on elevation information
US11263347B2 (en) * 2019-12-03 2022-03-01 Truata Limited System and method for improving security of personally identifiable information
JP7421923B2 (ja) * 2019-12-23 2024-01-25 フォルシアクラリオン・エレクトロニクス株式会社 位置推定装置、及び位置推定方法
CN114396957B (zh) * 2022-02-28 2023-10-13 重庆长安汽车股份有限公司 基于视觉与地图车道线匹配的定位位姿校准方法及汽车
CN114563006B (zh) * 2022-03-17 2024-03-19 长沙慧联智能科技有限公司 基于参考线匹配的车辆全局定位方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08334363A (ja) * 1995-06-09 1996-12-17 Zanavy Informatics:Kk 現在位置算出装置
JP2008241446A (ja) * 2007-03-27 2008-10-09 Clarion Co Ltd ナビゲーション装置及びその制御方法
JP2011191239A (ja) * 2010-03-16 2011-09-29 Mazda Motor Corp 移動体位置検出装置
JP2012194860A (ja) * 2011-03-17 2012-10-11 Murata Mach Ltd 走行車
JP2013068482A (ja) * 2011-09-21 2013-04-18 Nec Casio Mobile Communications Ltd 方位補正システム、端末装置、サーバ装置、方位補正方法及びプログラム

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2018085C1 (ru) * 1992-01-03 1994-08-15 Нижегородский архитектурно-строительный институт Устройство для определения координат подвижного объекта
US5550538A (en) * 1993-07-14 1996-08-27 Zexel Corporation Navigation system
JP3578511B2 (ja) * 1995-04-21 2004-10-20 株式会社ザナヴィ・インフォマティクス 現在位置算出装置
US5941934A (en) 1995-06-09 1999-08-24 Xanavi Informatics Corporation Current position calculating device
JP3658519B2 (ja) * 1999-06-28 2005-06-08 株式会社日立製作所 自動車の制御システムおよび自動車の制御装置
JP2008250906A (ja) 2007-03-30 2008-10-16 Sogo Keibi Hosho Co Ltd 移動ロボット、自己位置補正方法および自己位置補正プログラム
TW200900655A (en) * 2007-06-21 2009-01-01 Mitac Int Corp Navigation device and method calibrated by map position-matching
JP5746695B2 (ja) * 2010-06-29 2015-07-08 本田技研工業株式会社 車両の進行路推定装置
US9424468B2 (en) * 2010-09-08 2016-08-23 Toyota Jidosha Kabushiki Kaisha Moving object prediction device, hypothetical movable object prediction device, program, moving object prediction method and hypothetical movable object prediction method
JP6233706B2 (ja) * 2013-04-02 2017-11-22 パナソニックＩｐマネジメント株式会社 自律移動装置及び自律移動装置の自己位置推定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08334363A (ja) * 1995-06-09 1996-12-17 Zanavy Informatics:Kk 現在位置算出装置
JP2008241446A (ja) * 2007-03-27 2008-10-09 Clarion Co Ltd ナビゲーション装置及びその制御方法
JP2011191239A (ja) * 2010-03-16 2011-09-29 Mazda Motor Corp 移動体位置検出装置
JP2012194860A (ja) * 2011-03-17 2012-10-11 Murata Mach Ltd 走行車
JP2013068482A (ja) * 2011-09-21 2013-04-18 Nec Casio Mobile Communications Ltd 方位補正システム、端末装置、サーバ装置、方位補正方法及びプログラム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3343173A4 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11214250B2 (en) 2017-04-27 2022-01-04 Zenrin Co., Ltd. Travel support device and non-transitory computer-readable medium
JP2019075132A (ja) * 2018-11-29 2019-05-16 株式会社ゼンリン 走行支援装置、プログラム

Also Published As

Publication number Publication date
MX364578B (es) 2019-05-02
CN107949768A (zh) 2018-04-20
CA2997171C (en) 2019-10-22
EP3343173A1 (en) 2018-07-04
KR20180044354A (ko) 2018-05-02
BR112018003728B1 (pt) 2022-08-30
JP6418332B2 (ja) 2018-11-07
MX2018002266A (es) 2018-03-23
CA2997171A1 (en) 2017-03-09
KR101926322B1 (ko) 2018-12-06
EP3343173B1 (en) 2020-07-22
BR112018003728A2 (ja) 2018-09-25
US20180328742A1 (en) 2018-11-15
JPWO2017037752A1 (ja) 2018-02-22
EP3343173A4 (en) 2018-11-07
CN107949768B (zh) 2018-10-12
RU2687103C1 (ru) 2019-05-07
US10267640B2 (en) 2019-04-23

Similar Documents

Publication Publication Date Title
JP6418332B2 (ja) 車両位置推定装置、車両位置推定方法
JP6414337B2 (ja) 車両位置推定装置、車両位置推定方法
US10713504B2 (en) Estimating friction based on image data
US10260889B2 (en) Position estimation device and position estimation method
US11526173B2 (en) Traveling trajectory correction method, traveling control method, and traveling trajectory correction device
US11243080B2 (en) Self-position estimation method and self-position estimation device
JP6020729B2 (ja) 車両位置姿勢角推定装置及び車両位置姿勢角推定方法
US10970870B2 (en) Object detection apparatus
US20220291015A1 (en) Map generation apparatus and vehicle position recognition apparatus
US11867526B2 (en) Map generation apparatus
US12123739B2 (en) Map generation apparatus
US20220254056A1 (en) Distance calculation apparatus and vehicle position estimation apparatus
US20220291013A1 (en) Map generation apparatus and position recognition apparatus
CN115107778A (zh) 地图生成装置
JP2020190415A (ja) 車両状態推定システム、車両状態推定方法、及び車両状態推定プログラム
JP2020190413A (ja) 車両進行状態推定システム、車両進行状態推定方法、及び車両進行状態推定プログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15902878

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2017537032

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: MX/A/2018/002266

Country of ref document: MX

WWE Wipo information: entry into national phase

Ref document number: 15755794

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2997171

Country of ref document: CA

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 20187008177

Country of ref document: KR

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 2018110826

Country of ref document: RU

Ref document number: 2015902878

Country of ref document: EP

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112018003728

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112018003728

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20180226